apache-kafka - 如何定义应在一天中的特定时间提前的时间窗口？

Question

我正在尝试使用 Kafka 流来统计特定时间范围内(24 小时)的唯一身份访问者，例如，

2020-07-03 22:00:00 ~ 2020-07-04 21:59:59(24小时)，时间窗口应该自动提前到2020-07-04 22:00:00。

根据文档，Tumbling time windows 似乎是一个不错的选择:

Duration windowSizeDuration = Duration.ofDays(1);
TimeWindows timeWindows = TimeWindows.of(windowSizeDuration);

但是我找不到任何可用的流 api 来限制时间范围，有人可以给我一些建议吗？谢谢

Answer 1

翻滚窗口与纪元对齐，这意味着 UTC 时区中的 Unix 时间戳，即 24 小时窗口从午夜开始到午夜结束，如文档中所述:https://kafka.apache.org/25/documentation/streams/developer-guide/dsl-api.html#tumbling-time-windows

您可以使用自定义时间戳提取器或使用 transform()(例如，context.forward(..., To.all ().withTimestamp(..)).

或者您自己定义一个自定义的TimeWindow。您可以在 Github 上找到示例:https://github.com/confluentinc/kafka-streams-examples/blob/5.5.0-post/src/test/java/io/confluent/examples/streams/window/DailyTimeWindows.java